近年來,人們對智慧建筑、智慧園區(qū)和智慧人居的需求日益增高,建筑智能化設(shè)計行業(yè)已進入快速發(fā)展時期。由于地產(chǎn)開發(fā)商控制時間成本比較嚴格,所以建筑智能化設(shè)計單位急需尋找一種能夠快速、精準(zhǔn)地匹配客戶需求的智能化設(shè)計方案生成方法。本文分析了大量的智能化設(shè)計方案;研究了其內(nèi)容與結(jié)構(gòu)上的關(guān)系;實地調(diào)研了智能化設(shè)計單位的方案部、設(shè)計部、營銷部等部門的員工和相關(guān)領(lǐng)域?qū)＜�。在此基礎(chǔ)上,本文通過制定知識規(guī)則、構(gòu)建匹配模型及短文本分類統(tǒng)計模型等,提出了生成智能化設(shè)計方案的規(guī)則算法;通過構(gòu)建句子相似度模型、詞句匹配模型、句子抽取模型等,提出了生成智能化設(shè)計方案的句子抽取算法。除此之外,本文還為設(shè)計的算法模型做了大量實驗。結(jié)果表明本文提出的規(guī)則算法平均提高方案部員工的工作效率約2小時;提出的句子抽取算法比TEXTRANK算法的準(zhǔn)確率提高了約11.58%。本文的具體工作如下:（1）建立數(shù)據(jù)庫本文收集了客戶需求數(shù)據(jù)、會議紀(jì)要數(shù)據(jù)、智能化設(shè)計方案數(shù)據(jù)以及構(gòu)建的規(guī)則數(shù)據(jù)和子系統(tǒng)設(shè)計方案數(shù)據(jù)。并為收集的數(shù)據(jù)搭建MYSQL數(shù)據(jù)庫框架;設(shè)計數(shù)據(jù)存儲方案;建立了客戶需求庫、會議紀(jì)要庫、產(chǎn)品庫、知識庫、子系統(tǒng)方案庫。（2）生成智能... 

【文章來源】：鄭州輕工業(yè)大學(xué)河南省

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究目的和意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 相關(guān)知識模型介紹
        1.3.1 中文分詞
        1.3.2 詞性標(biāo)注
        1.3.3 停用詞過濾
        1.3.4 圖文算法模型
    1.4 本文的主要工作和章節(jié)安排
第二章 數(shù)據(jù)采集及存儲
    2.1 數(shù)據(jù)來源分析
    2.2 數(shù)據(jù)采集
        2.2.1 客戶需求數(shù)據(jù)采集
        2.2.2 智能化設(shè)計方案數(shù)據(jù)的采集
        2.2.3 會議紀(jì)要數(shù)據(jù)的采集
    2.3 數(shù)據(jù)去噪
        2.3.1 數(shù)據(jù)分類
        2.3.2 數(shù)據(jù)去噪
    2.4 數(shù)據(jù)存儲
        2.4.1 數(shù)據(jù)庫選擇
        2.4.2 數(shù)據(jù)存儲方案設(shè)計
    2.5 本章小結(jié)
第三章 生成智能化設(shè)計方案的規(guī)則算法
    3.1 相關(guān)知識模型構(gòu)建
        3.1.1 短文本分類統(tǒng)計模型
        3.1.2 短文本的特征選擇
        3.1.3 短文本的特征權(quán)重選擇
        3.1.4 短文本分類與統(tǒng)計
    3.2 生成智能化設(shè)計方案的規(guī)則算法流程
    3.3 知識庫的建立
        3.3.1 智能化系統(tǒng)分類
        3.3.2 基于客戶需求的智能化體系選擇規(guī)則
        3.3.3 基于客戶需求的子系統(tǒng)設(shè)計方案選擇規(guī)則
    3.4 智能化子系統(tǒng)方案庫的建立
    3.5 算法模型實現(xiàn)
        3.5.1 基于規(guī)則的設(shè)計方案生成算法實現(xiàn)
        3.5.2 子系統(tǒng)設(shè)計方案的最大關(guān)注度排序算法
    3.6 實驗結(jié)果分析
        3.6.1 智能化系統(tǒng)選擇結(jié)果
        3.6.2 智能化子系統(tǒng)設(shè)計方案選擇結(jié)果
        3.6.3 智能化子系統(tǒng)設(shè)計方案最大關(guān)注度排序結(jié)果
    3.7 本章小結(jié)
第四章 生成智能化設(shè)計方案的句子抽取算法
    4.1 相關(guān)知識模型構(gòu)建
        4.1.1 文本句子聚類模型
        4.1.2 文本的子主題提取模型
    4.2 句子抽取算法流程
        4.2.1 客戶需求數(shù)據(jù)提取需求關(guān)鍵詞
        4.2.2 文本聚類統(tǒng)計結(jié)果
        4.2.3 詞句匹配模型
    4.3 冗余句子約簡
        4.3.1 句子冗余分析
        4.3.2 非冗余句子抽取模型
    4.4 實驗結(jié)果分析
        4.4.1 詞句匹配模型結(jié)果
        4.4.2 子類句子提取及冗余約簡結(jié)果
        4.4.3 實驗結(jié)果
    4.5 本章小結(jié)
第五章 實驗結(jié)果對比分析
    5.1 實驗環(huán)境及語料
        5.1.1 實驗環(huán)境
        5.1.2 實驗語料
    5.2 評測模型
    5.3 生成智能化設(shè)計方案的規(guī)則算法評測結(jié)果
        5.3.1 工作效率統(tǒng)計結(jié)果
        5.3.2 影響工作效率的因素分析
    5.4 生成智能化設(shè)計方案的句子抽取算法評測結(jié)果
    5.5 實驗結(jié)果對比分析
        5.5.1 本文規(guī)則與句子抽取算法的運算效率對比
        5.5.2 本文句子抽取算法與TEXTRANK句子抽取算法比較
        5.5.3 本文算法模型的優(yōu)缺點
    5.6 本章小結(jié)
第六章 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
致謝
參考文獻
附錄 攻讀碩士學(xué)位期間的研究成果
    1 發(fā)表論文
    2 參與項目
    3 獲得的獎勵
    4 軟件著作權(quán)



本文編號：3124215